待验证50% 置信基准精确时间

MiMo-V2.5主模型在双24GB显卡配合96/128GB DDR5内存的VRAM offload配置下，运行速度约为8-10 tokens/s

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/24

首次发现

有效期至：2026/10/22

来源

小米静默发布MiMo-V2.5-DFlash：300B模型推理速度或将翻倍

redditr/LocalLLaMA2026/7/12

相关事实

待验证128GB DDR5内存能完整加载70B级别模型的所有权重，但速度约为2-5 tokens/s78% 相似待验证llama.cpp的GGUF格式4-bit量化版本使Llama 3.1 70B模型可在配备64GB统一内存的Apple M2 Ultra上运行，推理速度约20-30 tokens/秒69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/607364

API

curl https://kongchang.com/api/v1/knowledge/claims/607364

MCP

get_claim(id=607364)